fix(data): dbbardata 日线双行根治(统一纯日期+helper,留ROWID max去重)

根因: dbbardata UNIQUE(symbol,exchange,interval,datetime) 按字符串字面比较,
多写入路径混用 'YYYY-MM-DD' 与 'YYYY-MM-DD 00:00:00' -> 同一交易日双行,
INSERT OR REPLACE 不去重 -> 回测交易日翻倍/pivot duplicate/信号异常。

方案A (统一纯日期, 详见 Main Agent 诊断):
- 新增 scripts/data_platform/dbbardata_utils.py: normalize_daily_dt(s)
  取前 10 字符, None/短串安全
- 4 个日线写入脚本写入前调 helper:
  - bs_eod.py (sanguo-bs-eod 个股日线 baostock)
  - migrate_daily_baostock.py (历史迁移)
  - xt_eod.py (sanguo-xt-eod ETF/基金 xtata)
  - import_vnpy_daily_fast.py (NAS 日线 parquet 导入, 加防御)
- TDD: tests/data_platform/test_dbbardata_utils.py 9 cases 全过
- 回归: tests/data_platform + tests/portfolio 199 passed 12 skipped

peewee DateTimeField formats 含 '%Y-%m-%d' (阶段0 VPS 实测确认),
读纯日期不崩, 方案A 前提成立。

15min 干净, 不动 (分钟必须带时分)。只改日线 interval='d'。

数据层根治, 不在 provider 适配兜底 (用户铁律)。
This commit is contained in:
2026-07-23 12:18:41 +08:00
parent 4c2af8ff00
commit 114a69e997
6 changed files with 92 additions and 7 deletions
@@ -0,0 +1,46 @@
# -*- coding: utf-8 -*-
"""TDD for dbbardata daily datetime normalizer (dbbardata 双行根治方案A)."""
import pytest
from scripts.data_platform.dbbardata_utils import normalize_daily_dt
@pytest.mark.parametrize("s,expected", [
("2026-07-20", "2026-07-20"),
("2010-01-04", "2010-01-04"),
])
def test_pure_date_noop(s, expected):
# 纯日期应原样返回
assert normalize_daily_dt(s) == expected
@pytest.mark.parametrize("s", [
"2026-07-20 00:00:00",
"2026-07-20 00:00:00.000000",
])
def test_truncate_midnight(s):
# 带时间(00:00:00 历史迁移路径) 截断为纯日期
assert normalize_daily_dt(s) == "2026-07-20"
@pytest.mark.parametrize("s", [
"2026-07-20 15:00:00",
"2026-07-20 09:30:01",
])
def test_truncate_real_time(s):
# 带真实时分(异常情况) 也截断为纯日期 — 日线无时分语义
assert normalize_daily_dt(s) == "2026-07-20"
def test_none_safe():
# None 不应崩溃 — 返回 None 保留语义
assert normalize_daily_dt(None) is None
def test_empty_string_safe():
assert normalize_daily_dt("") == ""
def test_short_string_safe():
# 短于 10 字符的异常输入不崩溃,返回本身(取前 10)
assert normalize_daily_dt("2026") == "2026"